python : Getting the Row which has the closest value to 5 in groups using groupby

Question

我正在尝试根据 groupby 的另一列获取值最接近 5 的行。

假设 groupby 列称为“ticker”，“apply”列称为“YTC”。有多个相同的股票代码值。

下面显示了一个类似的解决方案，适用于最大。我想找到最接近 5 的数字，而不是最大值。

df1.groupby("Ticker")["YTC"].max())

理想情况下，代码会输出最接近 5 的“Ticker”值的数据帧。

Answer 1

可以通过排序 + drop_duplicates 来实现，无需 groupby。

import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame({'Ticker': list('aabbccddeeeeefff'),
                   'YTC': np.random.randint(1,10,16)})

df[['Ticker', 'YTC']].assign(delta=(df.YTC-5).abs()).sort_values('delta').drop_duplicates('Ticker').drop(columns='delta')
#   Ticker  YTC
#12      e    5
#15      f    5
#4       c    4
#0       a    3
#2       b    7
#6       d    2

该索引是发生最接近值的行的 DataFrame 的原始索引，这可能很有用。